- 博客(41)
- 收藏
- 关注
RSS订阅原创 51单片机 DS1302
注意在ds1302.c中可能硬件引脚没有定义，注意去看一下。还有头文件什么的在ds1302中记得加上。将提供的ds1302底层参考程序拷贝到工程下。
2024-04-10 11:57:49
363
原创 opencv图片处理基础
这个算法是先计算每一点的梯度，然后设置两个阈值，小于舍弃，大于保留且处理为边界，在之间如果有点（梯度不为0点，这时候已经经过前面很多步的处理，这时梯度不为0点不多）连接边界像素点，则保留视为边缘点。灰度图像是单通道图像，该通道叫啥名不知道，而彩色图片的通道叫R、G、B，该通道内灰度图像取值为0到255，而二值图像是非0即255，很明显具有一层一层的关系，所以是这个步骤。边缘检测并不是轮廓检测，这个要区分开，边缘检测关注的是图像中亮度或颜色的变化，轮廓检测的关注的是物体的形状信息。
2024-03-23 20:22:23
1093
原创 python中sorted函数
在Python中，sorted函数是用于对可迭代对象进行排序的内置函数。iterable: 表示要排序的可迭代对象，例如列表、元组、字符串等。key: 是一个可选参数，用于指定一个函数，该函数将作用于每个元素，以生成排序的依据。默认为None，表示直接对元素进行比较。reverse: 是一个可选参数，如果设置为True，则表示降序排序；如果设置为False或省略，则表示升序排序。默认为False。key在这个例子中，key=len表示按字符串的长度进行排序。key。
2023-12-02 21:33:29
437
原创 YOLO模型训练
在模型训练文件夹内按shift＋右键打开power shell脚本，运行。修改模型训练文件夹内的config文件中的路径为标定图片的文件夹路径，训练所需文件，需要英文路径，建议别放桌面，因为我桌面用不了。框选完生成标记文件文件，解压放到模型训练的文件夹内。使用聚类算法，把这个分为3个先验框。聚类完之后直接train模型。把模型分为验证集和测试集。
2023-11-23 20:30:57
425
原创 ROS再学习之ROS消息包大家族
这些数组都是可变长的，如果为了快速开发，可以直接用，但是长久用的话还是自己再定义一个类型。ColorRGBA：是RGB分量及亮度A组成的结构体，可以完整描述一个像素。不传输任何数据，只是把消息包当做一个信号来用。1.浏览器进入index.ros.org，在常规消息包中，其实也就上面两个比较常用。消息包是ROS系统中数据流动的主要形式。3.找到对应的版本号对应消息包。然后需要哪个直接点进去就行了。Duration：相对时间。2.然后搜自己想要的消息包。：描述数组信息的结构体。4.点击website。
2023-11-09 21:36:48
165
原创 ROS再学习之惯性测量单元IMU
也即惯性测量单元，用于测量机器人的空间姿态，其消息格式是sensor_msg中的Imu.msg其中第一个数据的解释：机器人朝向相对于xyz三个坐标轴的偏移量，这个数据类型有三个分量，其中第四个用来解决万向锁的问题，和欧拉角描述一样，有兴趣可以去了解一下。
2023-11-09 17:43:26
143
原创 ros再学习之使用launch运行多个ros节点
1.launch标签就像是一个大盒子，里面可以有很多小箱子内容（也就是节点），这样只要运行一个launch文件就会同时运行所有节点文件2.这里需要注意，launch的机制是，只要launch标签中有一个节点，就会自动启动roscore，所以不需要专门启动一个roscore3.launch文件不一定要放在软件包中特定的文件夹中，只要在那个软件包中，哪怕是在子目录下都是可以的，因为launch文件是在该软件包中遍历搜索，所以launch文件一般在软件包中专门创建一个launch文件红框框到的是输出到屏幕
2023-11-06 21:25:49
174
原创 ros再学习之Topic话题和Message信息
msg有很多类型，一般数据类型用std_msg里面的基础数据类型就行了，如果基础数据类型不够用，就自己定义一些msg。其实也就是话题通讯，节点之间通过话题进行通讯。
2023-11-06 17:55:30
52
原创 elq训练模型
增强之后的数据集不要从头开始训练，最好把原来原始数据集训练完了的接着增强数据集练，要不然很难收敛，但是如果选的增强少也没事，一起练效果应该更好。记得选择一个新的New Pipline。
2023-10-31 21:45:47
88
原创 解决openmv中颜色空间的疑问：为什么openmv中读入RGB565图像实际处理时用的是LAB空间
但是实际上不论是在机器视觉调阈值还是官方文档对RGB图像处理时实际传入的颜色通道值，都在说明实际上openmv处理是的就是LAB空间，但是读入的是RGB565，实际上openmv中的一些函数内部是使用LAB颜色空间处理，我们用的也只是别高度封装好的函数，LAB空间也更好胜任机器视觉任务。在使用openmv时，明明设置图片格式是RGB565（RGB的一种，分别以5、6、5位储存红、绿、蓝颜色）
2023-10-24 21:47:55
151
原创 问题之多版本CUDA同时安装
对于这个多版本安装，如果是只用pytorch去跑深度学习是够用了，但是最近要用elq去训练模型，其中就需要tensorflow，但tensorFlow我看官网上的更新版本太过后，对于windows用户十分不友好，可能还得装3年前的cuda版本，而我的pytorch又是23年的12.x的cuda，所以慢慢去了解，发现可以装多个cuda共存，以下是常遇到的问题，以及安装流程。在windows下tensorflow版本更新慢，适用的cuda仍然停留在11.2，而我下载的是12.1，所以打算转两个cuda。
2023-10-12 01:01:42
144
原创 解决vm虚拟机内存分配后无法启动问题
有一天小明突然发现自己虚拟机内存不够了，小明很慌张：这可怎么办啊，学习资料没地方存了。哎呀，虚拟机里面好像有个磁盘分配的选项，小明直接点击内存加减的选项，以为自己成功扩容了虚拟机内存，结果再打开虚拟机发现根本进不去，这是咋回事，这篇文章帮你解决这个问题，再教授正确分配方式。
2023-10-05 17:08:25
661
原创 色彩空间之HSV空间
HSV 空间HSV 空间最直观了解一个彩色空间的方法就是了解其通道数，以及每个通道代表什么，还有每个通道的取值为多少，了解之后对于不同空间的转换就能理解并且自己实现一些功能。
2023-09-25 22:08:40
1229
1
原创 按位运算与移位操作
常见的按位运算有按位与（&）、按位或（|）、按位异或（^）、按位取反（~）等。在使用补码作为机器数的机器中，正数的符号位为 0 ，负数的符号位为 1。对两个二进制数的对应位进行与运算，只有在两个二进制数对应位都为1时，结果的对应位才为1，否则为0。对两个二进制数的对应位进行异或运算，只有两个二进制数对应位不同，结果的对应位才为1，否则为0。对两个二进制数的对应位进行或运算，只要两个二进制数对应位中有一个为1，结果的对应位就为1。对一个二进制数的每一位取反，0变成1，1变成0。
2023-09-25 13:55:22
249
1
原创 深度学习使用的三种常用数据关系相互转化及创建
三种数据分别是：python基本数据容器（元组、列表等）、numpy多维数组（ndarray）、pytorch张量。
2023-09-07 17:24:20
65
1
原创 pytorch学习——处理多维特征输入
对于多维特征输入，比如各种因素最终对患糖尿病的影响（如图一），这时候为多维特征，多维特征相比于一维特征，其数据处理方式引入了矩阵及向量（如图二），关于x的矩阵中不同行不同组数据，不同列为不同特征，右乘一个参数w，b用广播机制适配前面结果，最后得到的z代入非线性激活函数中。2.但是考虑到8维到1维的跳动太大，导致深度神经网络并不能很好的学习到数据中的复杂关系和特征，所以会构建多个线性层，维度一层一层的降，最后到一层把一个非线性的问题用多个线性层找到合适权重给模拟出来（如图四），
2023-09-01 20:57:27
65
1
原创 逻辑斯蒂回归
其实就是解决二分类问题的一个算法，其中逻辑斯蒂是个函数这个函数是一个饱和函数（这类函数叫sigmoid），其值在0~1之间二分类问题是机器学习和统计学中的一种常见问题类型，其中目标是将数据分为两个互斥的类别或类别标签。这两个类别通常分别被称为正类别（positive class）和负类别（negative class）垃圾邮件检测：根据电子邮件的内容和特征，将每封电子邮件标记为垃圾邮件（正类别）或非垃圾邮件（负类别）。疾病诊断。
2023-09-01 20:15:48
155
1
原创 使用pyTorch实现线性回归
法1：如果这个计算模块可由基础的pytorch运算模块构成，可以把他们封装成一个module，然后要用的时候就实例化，调用，他会自动计算反向传播法2：如果感觉pyTorch中计算图计算效率不高，计算有高效的方法，可以继承pyTorch里面的Fuctions类**，但是自己去设计计算反向传播的导数计算**，可以在Functions中构造自己的计算块，可知如果能用pytorch基本计算模块构成，为了简单一般选择法1，这样不用自己设计计算反向传播。
2023-09-01 20:15:01
88
1
原创 基础之线性模型
*泛化：**机器学习的泛化指的是模型在面对新的、未曾见过的数据时的表现能力。穷举参数可能取值，再输入值得到输出结果，输出结果再与实际值作差得到损失值，得到每个输入的损失值后求平均值，当平均值最小时候，此时的未知量w最贴合。：训练的过好会将噪音点也学习进去了，导致模型过于适应训练的数据，以至于在面对从未见过的数据时表现出较差的效果，这种现象也叫做。：根据训练确定权重，这里的权重可以看成确定一个数学方程里面未确定的参数，通过训练可以确定这些参数。将损失值与权重（w）画成图像，损失值最小时候的权重符合要求。
2023-09-01 20:13:59
43
1
原创 opencv车牌识别——简单版
车牌识别1.0版本，只实现了纯数字的识别，可以持续关注我滴博客，查看新改良版本主体思路：把模板图片与输入图片分别处理，得到轮廓，再利用函数boundingRect（c）函数得到轮廓信息（在原图像坐标），再把用此轮廓信息把图片切割下来，这样就得到了模板与输入图像的切割图像，然后让这些切割图像进行匹配。除杂处理——>轮廓信息——>切割图像——>切割图像匹配。
2023-07-31 16:12:52
265
1
原创 pytorch深度学习环境搭建2023——GPU版本
本博客专门针对有独立显卡的GPU版本环境安装，cpu版本我不太清楚以下是作者亲身体验安装并成功所看的博客，过程中基本上所有坑都踩了，附上这些链接配上讲解，希望大家可以成功，
2023-07-29 18:57:01
241
转载 windows系统终端安装切换镜像源
在命令提示符中输入 pip install numpy -i http://mirrors.aliyun.com/pypi/simple/ 即可。我们用 Python 在线安装库的时候会很慢，因为 Python 的默认镜像源是国外的，在国内的网络环境下访问不太稳，于是下载速度也就比较慢。（1）临时修改镜像源：在执行某个安装语句后面指定镜像源，只在当条命令有效，后面使用安装语句用的还是之前的镜像源。（2）阿里云 http://mirrors.aliyun.com/pypi/simple/
2023-07-28 19:40:04
685
1
原创 极简描述feof函数及容易被坑点
feof函数是从文本当前光标位置检查后面是否还有字符（EOF也算，一般文本结尾有EOF），如果没有字符返回0，有返回1。
2023-06-08 13:38:23
63
1
原创 easyx入门补充
在这里插入图片描述](https://img-blog.csdnimg.cn/750c9eafa6b647dd86c5e4f31dc49b91.pn。最后一个参数控制窗口关闭模式，可以自己去试试，vs点转到定义即可。弹出窗口有一个返回值，利用两个宏来判断。
2023-06-06 19:58:30
39
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人